.png){kind=icon}
返回
Diffusion-Based Semantic Encoders for Secure and Efficient Edge Computing
.png){kind=icon}
PRE
AI
DOI：10.1109/tccn.2026.3717940.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
移动边缘计算（MEC）使资源受限的物联网（IoT）设备能够将计算密集型任务卸载至附近的边缘服务器，从而降低延迟和能耗。然而，无线卸载使传输数据暴露于窃听风险，引发严重的隐私担忧。现有物理层安全技术在引入额外开销或未能隐藏语义信息方面存在局限。本文提出了一种基于扩散的语义编码框架，用于MEC系统中的安全高效计算卸载。通过应用前向扩散过程，任务输入被转化为近似噪声状的潜在表示，其分布在与标准高斯分布统计接近的先验下传输。配备学习型反向扩散模型的授权边缘服务器可可靠恢复任务相关语义，而截获的表示几乎不泄露信息。我们从信息论角度分析了基于扩散的编码的保密性和鲁棒性，并将所提出的编码器-解码器集成到实际的MEC卸载流水线中。在真实无线条件下的广泛实验表明，基于扩散的编码显著提升了保密性，降低了传输开销，并保持了高任务性能。与自编码器和变分自编码器基线相比，所提出的方法在抵抗重构和推理攻击方面具有显著更强的能力，同时保留了边缘的计算效率。
Keyword:
Mobile edge computing
secure computing
task offloading
diffusion
期刊
I
IF:
7
论文数:
1.6K
被引数:
5.5K
机构
引用论文
Efficient Dependent Task Offloading for Multiple Applications in MEC-Cloud SystemMEC云系统中多应用的高效依赖任务卸载
.png){kind=icon}
PREAI
分享收藏分享收藏Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications超越传输位: 上下文，语义和面向任务的通信
OAAI
OAAI分享收藏
分享收藏
查看更多内容